Fundamenty

Wizualne wprowadzenie do teorii sterowania

Zanim wejdziesz w konkretne algorytmy (PID, SMC, MPC), warto zobaczyć pojęcia fundamentalne. Tu są — z naciskiem na intuicję wizualną i interaktywność, a nie na surowe formuły. Każda sekcja zaczyna się od obrazu, math wchodzi po nim.

1. Czym jest sterowanie — pętla feedbacku

Sterowanie automatyczne to dziedzina inżynierii zajmująca się wpływaniem na zachowanie systemów dynamicznych — utrzymywaniem ich w pożądanym stanie, prowadzeniem po zadanej trajektorii, kompensacją zaburzeń. Pierwsza udana implementacja: regulator odśrodkowy Watta (1788) utrzymujący stałe obroty maszyny parowej. Pierwsza formalna analiza: James Clerk Maxwell „On governors" (1868). Złoty wiek teoretyczny: lata 1940-60 (cybernetyka Wienera, równania Wienera-Hopfa, regulator LQR Kalmana).

Wszystkie te systemy mają jedną wspólną strukturę:

tryb:

Pętla zamknięta (closed-loop): mierzymy wyjście $y$ , porównujemy z referencją $r$ żeby uzyskać uchyb $e = r - y$ , regulator $C$ generuje sterowanie $u$ , plant $P$ reaguje, pomiar wraca i koło się zamyka. Każda chwila = nowy cykl, każdy cykl koryguje.

Pętla otwarta (open-loop): brak pomiaru zwrotnego. Regulator strzela na podstawie samej referencji, bez sprawdzania, co rzeczywiście się dzieje. Działa tylko gdy model jest doskonały i nie ma zaburzeń. Wszystkie znane systemy biologiczne (regulacja temperatury ciała, glukozy we krwi, ciśnienia osmotycznego) używają sprzężenia zwrotnego, bo świat zewnętrzny jest nieprzewidywalny.

Co dzieje się na schemacie powyżej: animowane kropki to „pakiety" sygnałów — kolor podpowiada ich rolę. Zielone (referencja $r$ ) wchodzi do węzła sumującego, gdzie odejmowane jest sprzężone wyjście ( $-y$ ); wynik to czerwony uchyb ( $e$ ). Regulator transformuje go w pomarańczowe sterowanie ( $u$ ). Plant produkuje niebieskie wyjście ( $y$ ), które wraca przez pętlę do sumatora. Przełącz tryb na „open-loop" — pętli zwrotnej już nie ma, regulator strzela w ciemno.

2. Przestrzeń stanów — geometryczny obraz dynamiki

Każdy system dynamiczny ma stan — minimalną wiązkę liczb, która opisuje jego sytuację w danej chwili tak wyczerpująco, że na jej podstawie wraz z przyszłymi wejściami można wyznaczyć całą przyszłość. Dla wahadła stan to $(\theta, \dot\theta)$ — położenie kątowe i prędkość kątowa. Dla auta: pozycja, prędkość. Dla reaktora chemicznego: temperatura, stężenia.

Stan to punkt w pewnej przestrzeni — przestrzeni stanów $\mathbb{R}^n$ . Trajektoria układu to krzywa w tej przestrzeni. Dynamika to pole wektorowe — z każdego punktu strzałka pokazuje, w którym kierunku stan ruszy następnie.

\dot x(t) = f(x(t), u(t)), \qquad x \in \mathbb{R}^n,\; u \in \mathbb{R}^m.

Dla wahadła bez sterowania ( $u = 0$ ):

\begin{pmatrix} \dot\theta \\ \ddot\theta \end{pmatrix} = \begin{pmatrix} \dot\theta \\ -(g/\ell)\sin\theta \end{pmatrix}.

Punkty równowagi to miejsca, gdzie pole wektorowe znika — $f(x^*) = 0$ . Wahadło ma dwie równowagi: $\theta = 0$ (góra) i $\theta = \pi$ (dół). Pierwsza niestabilna (mały błąd → spadanie), druga stabilna (mały błąd → powrót).

Sterowanie zmienia pole wektorowe. Wybór $u$ w każdej chwili = zmiana, w którym kierunku trajektoria pójdzie z bieżącego stanu. Cały moduł 3 (SMC) to o tym, jak wybierać $u$ żeby stan trajektoria wpadła na zaprojektowaną krzywą w tej przestrzeni i tam zostawała.

3. Punkty równowagi — galeria sześciu typów

Dla układu liniowego $\dot x = A x$ punkt równowagi jest jeden: $x = 0$ . Jego typ (czy stabilny, jak trajektorie się do niego zachowują) zależy wyłącznie od wartości własnych macierzy $A$ . Wszystkie możliwe typy w 2D mieszczą się w sześciu klasach:

węzeł stabilny

trace = -3.0 · det = 2.0

λ₁, λ₂ < 0 (rzeczywiste). Trajektorie zbiegają wprost do origin.

ognisko stabilne

trace = -1.0 · det = 2.0

λ = α ± βi, α < 0. Spirala do środka — oscylacje wygasające.

centrum

trace = 0.0 · det = 2.0

λ = ±βi. Orbity zamknięte — wahania bez tłumienia.

węzeł niestabilny

trace = 3.0 · det = 2.0

λ₁, λ₂ > 0. Trajektorie uciekają wprost od origin.

ognisko niestabilne

trace = 1.0 · det = 2.0

λ = α ± βi, α > 0. Spirala na zewnątrz — oscylacje narastające.

siodło (saddle)

trace = 0.0 · det = -1.0

λ₁ > 0, λ₂ < 0. Niestabilne — wzdłuż jednej osi przyciąga, wzdłuż drugiej odpycha.

Stabilność: wszystkie wartości własne mają ujemne części rzeczywiste (lewa półpłaszczyzna zespolona). Trajektorie zbiegają do origin niezależnie od startu. Węzeł = bez oscylacji, ognisko = z oscylacjami wygasającymi.

Niestabilność: chociaż jedna wartość własna ma dodatnią część rzeczywistą. Trajektorie uciekają.

Siodło — wartości własne rzeczywiste o przeciwnych znakach. Niestabilne, ale ze szczególnym układem: wzdłuż jednego kierunku własnego (eigenvector dla ujemnej λ) trajektorie wchodzą; wzdłuż drugiego — uciekają. Cart-pole zlinearyzowany wokół pionu to dokładnie siodło — trzeba ciągle stabilizować.

Centrum — wartości czysto urojone. Orbity zamknięte (jak planety). Nie ma dyssypacji, więc energia układu jest zachowana. Idealne wahadło bez tarcia, układy hamiltonowskie. W praktyce — graniczny przypadek między stabilnością a niestabilnością; każde realne tarcie zaprzecza centrum.

4. Klasyfikator równowagi — interaktywna mapa

Wartości własne macierzy $A$ wyznaczone są przez jej ślad $\mathrm{tr}(A) = a_{11} + a_{22}$ i wyznacznik $\det(A) = a_{11}a_{22} - a_{12}a_{21}$ . Wzór:

\lambda_{1,2} = \frac{\mathrm{tr}(A) \pm \sqrt{\mathrm{tr}(A)^2 - 4\det(A)}}{2}.

Dlatego cała klasyfikacja punktu równowagi 2D mieści się na jednej płaszczyźnie $(\mathrm{tr}, \det)$ . Klikaj w płaszczyźnie poniżej, żeby zobaczyć każdy typ:

presety

klasyfikacja

ognisko stabilne (stable focus) — spirala do środka

trace-1.00det2.00disc-7.00λ₁-0.50 + 1.32iλ₂-0.50 + -1.32i

Klikaj w płaszczyznę trace-det powyżej (lub wybierz preset), żeby zmienić macierz A. Phase portrait i wartości własne aktualizują się w czasie rzeczywistym.

płaszczyzna trace-det

wartości własne — płaszczyzna zespolona

phase portrait — trajektorie w przestrzeni stanu

Krzywa $\det = \mathrm{tr}^2/4$ oddziela węzły (lewa, ujemny dyskryminant kwadratowy) od ognisk (prawa, dodatni → zespolone wartości). Linia $\det = 0$ to graniczne przypadki z zerową wartością. Linia $\mathrm{tr} = 0$ przy $\det > 0$ to centra.

Dla wielowymiarowych planta (cart-pole 4D, manipulator 6D) klasyfikacja jest bardziej złożona, ale fundamentalny wzór działa: wartości własne wyznaczają zachowanie lokalnie. Sterowanie polega na zmianie macierzy układu zamkniętego (przez $A - BK$ w LQR) tak, by wszystkie wartości własne lądowały w lewej półpłaszczyźnie z odpowiednim marginesem.

5. Stabilność i funkcja Lapunova

Wartości własne mówią o stabilności liniowej. Dla nieliniowych układów (cart-pole pełny, wahadło z dużym kątem) potrzebujemy mocniejszego narzędzia: funkcji Lapunova.

Pomysł Lapunova (1892): jeśli istnieje skalarna funkcja $V(x) \ge 0$ zerująca się tylko w równowadze, i jej wartość maleje wzdłuż trajektorii (czyli $\dot V < 0$ ), to układ jest stabilny — trajektoria spada po poziomicach V coraz niżej, aż osiągnie origin.

V(x) > 0\;\text{dla } x \ne 0, \quad V(0) = 0, \quad \dot V(x) < 0\;\text{dla } x \ne 0 \;\Rightarrow\; x \to 0.

Najczęściej wybieramy $V$ jako analog energii układu — np. dla masa-sprężyna-tłumik:

V(x_1, x_2) = \tfrac{1}{2}(x_1^2 + \alpha x_2^2) \quad\text{(odpowiednik energii sprężynowej + kinetycznej)}.

Trajektoria krąży po elipsach $V = c$ dla różnych stałych. Tłumienie dyssypuje energię — trajektoria przecina elipsy od większych do mniejszych. Wizualnie:

parametry układu

k (sztywność)1.00

c (tłumienie)0.50

x₀ (pozycja start)1.50

ẋ₀ (prędkość start)1.00

Niebieskie elipsy — kontury (poziomice) funkcji Lapunowa $V(x) = \tfrac{1}{2}(x_1^2 + \alpha x_2^2)$ . Każda elipsa = stała wartość V (czyli stała „energia"). Większe elipsy = wyższa V.

Niebieska linia — trajektoria układu z zadanego startu. Przecina elipsy malejąco: każda kolejna elipsa, którą przekracza, jest mniejsza. To znaczy $\dot V < 0$ — stąd układ jest stabilny (Lapunow).

Spróbuj c = 0: trajektoria krąży po stałej elipsie — to centrum, brak dyssypacji, V stałe. Spróbuj k ≈ 4 z większym c — silne dyssypatywne ognisko, trajektoria szybko zbiega do środka.

Co tu widać: niebieskie elipsy to poziomice funkcji Lapunova (kontury stałej „energii"). Trajektoria zaczyna się na zewnętrznej elipsie (większa V) i monotonicznie przekracza coraz mniejsze elipsy, zbiegając do origin. Każde przecięcie elipsy = utrata części energii do tłumienia.

Ustaw $c = 0$ (zerowe tłumienie) — trajektoria krąży po jednej stałej elipsie. To jest centrum z §3: orbita zamknięta, energia zachowana, układ na granicy stabilności.

Dlaczego to tak ważne: prawie wszystkie dowody stabilności w nieliniowym sterowaniu (SMC, MRAC, backstepping) opierają się na konstrukcji funkcji Lapunova. Cała magia modułu 3 (SMC) — w jednym dowodzie z kandydata $V = \tfrac{1}{2} s^2$ .

6. Linearyzacja — okiełznanie nieliniowości

Świat fizyczny jest nieliniowy. Wahadło ma $\sin\theta$ , masa toczy się po krzywej, prędkość auta wpływa kwadratowo na opór powietrza. Wszystkie nasze klasyczne narzędzia (transmitancje, Bode, LQR, MPC) wymagają liniowości. Co robić?

Linearyzować — zastąpić krzywą prostą styczną w wybranym punkcie pracy. Pomysł: w małym otoczeniu $x_0$ funkcja jest „prawie liniowa", więc klasyczne metody działają tam dobrze.

funkcja

punkt linearyzacji x₀

x₀0.50

wartości

f(x₀)0.479f'(x₀) (nachylenie)0.878max |błąd| ±10.320

Linearyzacja = zastąpienie krzywej styczną w wybranym punkcie. W otoczeniu $x_0$ styczna dobrze przybliża funkcję; im dalej, tym gorzej. Formalnie:

f(x) \approx f(x_0) + f'(x_0)(x - x_0) + O\big((x - x_0)^2\big).

Dla $f(x) = \sin x$ w $x_0$ = 0.50: styczna ma nachylenie 0.878. Zielone pasmo to obszar $\pm 1$ wokół $x_0$ — w nim błąd przybliżenia jest maksymalnie 0.320. Daleko od pasma styczna jest bezużyteczna.

Po co to w sterowaniu? Nieliniowy plant (cart-pole, manipulator, dron) ma równania z $\sin, \cos$ , mnożeniem stanów itp. — żadnej klasycznej teorii (LQR, MPC, Bode, Nyquist) nie da się do tego bezpośrednio użyć. Linearyzacja wokół punktu pracy (np. wahadło w pionie) daje liniowe równania, dla których cała maszyneria działa. Pułapka: gwarancje są lokalne — kontroler dostrojony pod linearyzację może się wywalić, gdy stan oddali się od punktu pracy. Pokazaliśmy to w module 1 §2 (cart-pole nieliniowy vs zlinearyzowany).

Dla układu dynamicznego $\dot x = f(x, u)$ linearyzacja wokół punktu pracy $(x^*, u^*)$ daje:

\dot{\tilde x} \approx A\,\tilde x + B\,\tilde u, \quad A = \frac{\partial f}{\partial x}\bigg|_{x^*, u^*},\; B = \frac{\partial f}{\partial u}\bigg|_{x^*, u^*}

gdzie $\tilde x = x - x^*$ , $\tilde u = u - u^*$ . $A, B$ to macierze jacobianów. To jest LTI (liniowy z czasem niezmienny) — gotowe dla wszystkich klasycznych technik.

Cena: gwarancje są lokalne. Jeśli kontroler zaprojektowany na linearyzacji zostaje wystawiony na duże odchylenia od punktu pracy, może się wywalić. Pokazaliśmy to w module 1 §2 (cart-pole) — dla małych θ modele pokrywają się, dla 60°+ linearyzowany przewiduje eksponencjalny rozjazd, którego pełna fizyka nie robi.

Strategie z nieliniowością:

Linearyzacja + LQR/MPC + gain scheduling (gdy parametry się zmieniają, moduł 8)
Sterowanie z gwarancjami nieliniowymi: SMC (moduły 3-4), backstepping, feedback linearization (atlas /topics)
Nonlinear MPC — rozwiązanie problemu optymalizacji z pełnymi nieliniowymi równaniami (moduł 5, krótko)